연구진은 입자 상호작용의 지역성 및 마르코프 특성을 활용하여 새로운 조합 신경 서로게이트 전략을 제시했습니다. 이 전략은 리만 흐름 매칭을 기반으로 한 하이브리드 이산-연속 트랜스포머 모델을 사용하여 다음 입자 예측 커널을 생성합니다. 생성된 커널은 미메카니즘 시뮬레이터와 달리 미분 가능하며, 향후 다운스트림 애플리케이션을 위한 추론 가능성을 제공합니다.
모델은 GPU에서 CPU 기반 미메카니즘 시뮬레이션보다 상당한 계산 속도 향상을 보였으며, 다중 라운드 자기회귀 롤아웃에서 예측 안정성을 입증했습니다. 연구진은 또한 향후 연구를 위한 새로운 2000만 이벤트 방사-물질 상호작용 데이터 세트를 공개했습니다.
이 모델은 미지의 대규모 물질 분포를 제로샷 방식으로 시뮬레이션할 수 있는 커널로 구성될 수 있으며, 128K 컨텍스트를 지원합니다.